如何在Swift中从UTF8创建一个String？

时间：2014-06-28 09:34:46

标签： swift string utf-8

我们知道我们可以用UTF8代码单位打印每个字符吗？ 然后，如果我们有这些字符的代码单元，我们如何用它们创建一个String？

10 个答案:

答案 0 :(得分：13)

可以使用UTF8 Swift类以惯用方式将UTF8代码点转换为Swift String。虽然从String转换为UTF8要容易得多！

import Foundation

public class UTF8Encoding {
  public static func encode(bytes: Array<UInt8>) -> String {
    var encodedString = ""
    var decoder = UTF8()
    var generator = bytes.generate()
    var finished: Bool = false
    do {
      let decodingResult = decoder.decode(&generator)
      switch decodingResult {
      case .Result(let char):
        encodedString.append(char)
      case .EmptyInput:
        finished = true
      /* ignore errors and unexpected values */
      case .Error:
        finished = true
      default:
        finished = true
      }
    } while (!finished)
    return encodedString
  }

  public static func decode(str: String) -> Array<UInt8> {
    var decodedBytes = Array<UInt8>()
    for b in str.utf8 {
      decodedBytes.append(b)
    }
    return decodedBytes
  }
}

func testUTF8Encoding() {
  let testString = "A UTF8 String With Special Characters: "
  let decodedArray = UTF8Encoding.decode(testString)
  let encodedString = UTF8Encoding.encode(decodedArray)
  XCTAssert(encodedString == testString, "UTF8Encoding is lossless: \(encodedString) != \(testString)")
}

建议的其他替代方案：

  • 使用NSString调用Objective-C桥接器;

  • 使用UnicodeScalar容易出错，因为它会将UnicodeScalars直接转换为Characters，忽略复杂的字形集群;以及

  • 使用String.fromCString可能不安全，因为它使用指针。

答案 1 :(得分：5)

改进Martin R的答案

import AppKit

let utf8 : CChar[] = [65, 66, 67, 0]
let str = NSString(bytes: utf8, length: utf8.count, encoding: NSUTF8StringEncoding)
println(str) // Output: ABC

import AppKit

let utf8 : UInt8[] = [0xE2, 0x82, 0xAC, 0]
let str = NSString(bytes: utf8, length: utf8.count, encoding: NSUTF8StringEncoding)
println(str) // Output: €

Array发生的事情可自动转换为CConstVoidPointer，可用于创建NSSString(bytes: CConstVoidPointer, length len: Int, encoding: Uint)字符串

答案 2 :(得分：4)

Swift 3

let s = String(bytes: arr, encoding: .utf8)

答案 3 :(得分：2)

我一直在寻找关于Swift中字符串操作的全面答案。依赖于来自NSString和其他不安全指针魔法的强制转换，我并没有这样做。这是一个安全的选择：

首先，我们要扩展UInt8。这是CodeUnit背后的原始类型。

extension UInt8 {
    var character: Character {
        return Character(UnicodeScalar(self))
    }
}

这将允许我们做这样的事情：

let codeUnits: [UInt8] = [
    72, 69, 76, 76, 79
]

let characters = codeUnits.map { $0.character }
let string     = String(characters)

// string prints "HELLO"

配备此扩展程序，我们现在可以修改字符串。

let string = "ABCDEFGHIJKLMONP"

var modifiedCharacters = [Character]()
for (index, utf8unit) in string.utf8.enumerate() {

    // Insert a "-" every 4 characters
    if index > 0 && index % 4 == 0 {
        let separator: UInt8 = 45 // "-" in ASCII
        modifiedCharacters.append(separator.character)
    }
    modifiedCharacters.append(utf8unit.character)
}

let modifiedString = String(modifiedCharacters)

// modified string == "ABCD-EFGH-IJKL-MONP"

答案 4 :(得分：1)

这是一种可能的解决方案（现已针对 Swift 2 进行了更新）：

let utf8 : [CChar] = [65, 66, 67, 0]
if let str = utf8.withUnsafeBufferPointer( { String.fromCString($0.baseAddress) }) {
    print(str) // Output: ABC
} else {
    print("Not a valid UTF-8 string") 
}

在闭包中，$0是UnsafeBufferPointer<CChar>指向数组的连续存储。从那里可以创建一个Swift String。

或者，如果您希望输入为 unsigned 字节：

let utf8 : [UInt8] = [0xE2, 0x82, 0xAC, 0]
if let str = utf8.withUnsafeBufferPointer( { String.fromCString(UnsafePointer($0.baseAddress)) }) {
    print(str) // Output: €
} else {
    print("Not a valid UTF-8 string")
}

答案 5 :(得分：1)

我会做这样的事情，它可能不如使用指针那么优雅。但它完成的工作很好，这些几乎是关于+=的一堆新的String运算符，如：

@infix func += (inout lhs: String, rhs: (unit1: UInt8)) {
    lhs += Character(UnicodeScalar(UInt32(rhs.unit1)))
}

@infix func += (inout lhs: String, rhs: (unit1: UInt8, unit2: UInt8)) {
    lhs += Character(UnicodeScalar(UInt32(rhs.unit1) << 8 | UInt32(rhs.unit2)))
}

@infix func += (inout lhs: String, rhs: (unit1: UInt8, unit2: UInt8, unit3: UInt8, unit4: UInt8)) {
    lhs += Character(UnicodeScalar(UInt32(rhs.unit1) << 24 | UInt32(rhs.unit2) << 16 | UInt32(rhs.unit3) << 8 | UInt32(rhs.unit4)))
}

注意：您也可以使用覆盖 + 运算符扩展支持的运算符列表，为 {{定义完全可交换运算符的列表1}}

现在您可以使用unicode（UTF-8，UTF-16或UTF-32）字符附加String，例如：

String

答案 6 :(得分：1)

如果您从一个原始缓冲区开始，例如从文件句柄返回的Data对象（在这种情况下，从Pipe对象中获取）：

let data = pipe.fileHandleForReading.readDataToEndOfFile()
var unsafePointer = UnsafeMutablePointer<UInt8>.allocate(capacity: data.count)

data.copyBytes(to: unsafePointer, count: data.count)

let output = String(cString: unsafePointer)

答案 7 :(得分：1)

// Swift4
var units = [UTF8.CodeUnit]()
//
// update units
//
let str = String(decoding: units, as: UTF8.self)

答案 8 :(得分：0)

有Martin R回答的Swift 3.0版本

public class UTF8Encoding {
  public static func encode(bytes: Array<UInt8>) -> String {
    var encodedString = ""
    var decoder = UTF8()
    var generator = bytes.makeIterator()
    var finished: Bool = false
    repeat {
      let decodingResult = decoder.decode(&generator)
      switch decodingResult {
      case .scalarValue(let char):
        encodedString += "\(char)"
      case .emptyInput:
        finished = true
      case .error:
        finished = true
      }
    } while (!finished)
    return encodedString
  }
  public static func decode(str: String) -> Array<UInt8> {
    var decodedBytes = Array<UInt8>()
    for b in str.utf8 {
      decodedBytes.append(b)
    }
    return decodedBytes
  }
}

如果您想要使用UTF-8字符串显示表情符号，请使用下面的用户 convertEmojiCodesToString 方法。它适用于＆＃34; U + 1F52B＆＃34; （表情符号）或＆＃34; U + 1F1E6 U + 1F1F1＆＃34; （国家/地区）等字符串国旗表情符号）

class EmojiConverter {
  static func convertEmojiCodesToString(_ emojiCodesString: String) -> String {
    let emojies = emojiCodesString.components(separatedBy: " ")
    var resultString = ""
    for emoji in emojies {
      var formattedCode = emoji
      formattedCode.slice(from: 2, to: emoji.length)
      formattedCode = formattedCode.lowercased()
      if let charCode = UInt32(formattedCode, radix: 16),
        let unicode = UnicodeScalar(charCode) {
        let str = String(unicode)
        resultString += "\(str)"
      }
    }
    return resultString
  }
}

答案 9 :(得分：0)

使用Swift 5，您可以选择以下方式之一，以将一组UTF-8代码单元转换为字符串。

＃1。使用String的{​​{3}}初始化程序

如果您有一个String.UTF8View实例（即UTF-8代码单元的集合）并将其转换为字符串，则可以使用init(_:)初始化程序。 init(_:)具有以下声明：

init(_ utf8: String.UTF8View)
  

创建与给定的UTF-8代码单元序列相对应的字符串。

下面的Playground示例代码显示了如何使用init(_:)：

let string = "Café "
let utf8View: String.UTF8View = string.utf8

let newString = String(utf8View)
print(newString) // prints: Café

＃2。使用Swift的{​​{3}}初始化程序

init(decoding:as:)使用指定的编码从给定的Unicode代码单元集合创建一个字符串：

let string = "Café "
let codeUnits: [Unicode.UTF8.CodeUnit] = Array(string.utf8)

let newString = String(decoding: codeUnits, as: UTF8.self)
print(newString) // prints: Café

请注意，init(decoding:as:)也可以与String.UTF8View参数一起使用：

let string = "Café "
let utf8View: String.UTF8View = string.utf8

let newString = String(decoding: utf8View, as: UTF8.self)
print(newString) // prints: Café

＃3。使用init(_:)函数

以下示例将初始字符串的UTF-8表示形式转码为Unicode标量值（UTF-32代码单元），可用于构建新字符串：

let string = "Café "
let bytes = Array(string.utf8)

var newString = ""
_ = transcode(bytes.makeIterator(), from: UTF8.self, to: UTF32.self, stoppingOnError: true, into: {
    newString.append(String(Unicode.Scalar($0)!))
})
print(newString) // prints: Café

＃4。使用Array的{​​{3}}方法和String的{​​{3}}初始化程序

init(cString:)具有以下声明：

init(cString: UnsafePointer<CChar>)
  

通过复制给定指针引用的以空字符结尾的UTF-8数据来创建新字符串。

下面的示例演示如何将init(cString:)与指向CChar数组（即格式良好的UTF-8代码单元序列）的内容的指针一起使用，以便从中创建字符串：

let bytes: [CChar] = [67, 97, 102, -61, -87, 32, -16, -97, -121, -85, -16, -97, -121, -73, 0]

let newString = bytes.withUnsafeBufferPointer({ (bufferPointer: UnsafeBufferPointer<CChar>)in
    return String(cString: bufferPointer.baseAddress!)
})
print(newString) // prints: Café

＃5。使用Unicode.UTF8的{​​{3}}方法

要解码代码单元序列，请反复调用decode(_:)，直到返回UnicodeDecodingResult.emptyInput：

let string = "Café "
let codeUnits = Array(string.utf8)

var codeUnitIterator = codeUnits.makeIterator()
var utf8Decoder = Unicode.UTF8()
var newString = ""

Decode: while true {
    switch utf8Decoder.decode(&codeUnitIterator) {
    case .scalarValue(let value):
        newString.append(Character(Unicode.Scalar(value)))
    case .emptyInput:
        break Decode
    case .error:
        print("Decoding error")
        break Decode
    }
}

print(newString) // prints: Café

＃6。使用String的{​​{3}}初始化程序

Foundation为String提供了一个init(bytes:encoding:)初始化程序，您可以按照以下Playground示例代码中的说明使用该初始化程序：

import Foundation

let string = "Café "
let bytes: [Unicode.UTF8.CodeUnit] = Array(string.utf8)

let newString = String(bytes: bytes, encoding: String.Encoding.utf8)
print(String(describing: newString)) // prints: Optional("Café ")
相关问题
最新问题